基于 GRNN 神经网络的变压器励磁涌流识别方法

• 作者: 兰生 张小钒
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 广义回归神经网络 变压器 励磁涌流 差动保护
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 工程应用与技术交流
• 页码范围: 84-89
• 页数: 6页
• 分类号: TM771
• 字数: 3031字
• 语种: 中文

摘要

为了提高变压器差动保护识别励磁涌流与内部故障电流的能力，提出一种基于广义回归神经网络（ GRNN）的变压器励磁涌流识别方法。首先通过全波傅里叶算法求得差动电流的特征量作为训练样本，然后利用交叉验证法寻找出GRNN神经网络的扩展常数spread的最优值，同时也计算出训练样本的最佳输入、输出值。由这些参数构建出识别励磁涌流的神经网络，仿真结果表明：GRNN神经网络收敛性好，运算速度快，并且预测输出精度非常高，能准确、有效、快速的识别出励磁涌流与内部故障电流。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰生	福州大学电气工程与自动化学院	34	136	5.0	9.0
2	张小钒	福州大学电气工程与自动化学院	5	36	3.0	5.0